ガイド · 音声文字起こし
音声を無料でテキストに文字起こしする方法
更新 · 7分で読めます
インタビューや会議を手で書き起こすと、音声1時間あたり約4時間かかります。最新の音声認識なら最初の下書きが数分で作れ、すべてブラウザ内で動作するので、プライベートな録音はプライベートなままです。このガイドでは、きれいな文字起こしの作り方、精度を左右する要因、書き出し方法を紹介します。
今すぐ音声文字起こしを試す無料。ブラウザ内で動作し、何もアップロードされません。4ステップで音声を文字起こし
無料の音声文字起こしツールは、お使いの端末内で音声認識モデルを動かします。
- 録音をページにドロップします。MP3、WAV、M4A、OGG、FLACに対応します。
- 話されている言語とモデルを選びます。
- 「文字起こし」を押します。初回はモデルをダウンロードし、その後キャッシュされます。
- 校正し、テキストを検索して、TXT、SRT、VTTでダウンロードします。
文字起こしの精度を左右するもの
テキストの品質は、ツールよりも録音によるところが大きいです。特に重要な要因は次のとおりです。
- マイクに近い明瞭な話し声は、何よりも効果的です。
- 背景ノイズ、音楽、反響は、誤りや抜けの原因になります。
- 複数人が同時に話す場面は、どの文字起こしにとっても最難関です。
- 人名、ブランド名、数字は最も誤りやすいため、必ず確認してください。
- 大きいモデルは遅いものの、訛りやノイズに強くなります。
よりクリーンに録音して結果を良くする
端末内での文字起こしがプライベートな理由
多くの文字起こしサービスは音声をサーバーにアップロードし、保存することもあります。ここでは音声認識モデルがブラウザにダウンロードされ、音声はローカルで処理されるため、インタビュー、セラピーのメモ、法的な録音、会議が端末の外に出ることはありません。モデルのダウンロードは、選んだモデルに応じて約40〜250 MBの一度きりの負担です。
文字起こしを活用する
タイムスタンプ付きの文字起こしは、検索も引用も簡単です。字幕にはSRTかVTT、メモ、記事、ショーノートにはプレーンテキストを書き出しましょう。ポッドキャストを録音しているなら、ポッドキャスト文字起こしが長いエピソード向けに段落とキーワードを追加します。動画があるなら動画文字起こしツールを使います。
最も正確な文字起こしを得るには
ツールは言語を推測しないため、開始前に正しい言語を選びます。訛りや背景ノイズには「高精度」モデル、クリアな音声には「高速」モデルを使います。マイクの近くで録音し、音声の下に音楽を流さず、人名・数字・専門用語を確認しましょう。書き出す前に、結果の任意の行をクリックして修正できます。
FAQ
よくある質問
本当にアップロードせずに音声を文字起こしできますか？
はい。音声認識モデルはブラウザ内で動作するため、音声は端末に残ります。
文字起こしにはどのくらい時間がかかりますか？
端末とモデルによります。短いクリップなら数秒、1時間の録音は最新のパソコンで数分かかることがあります。
どの言語に対応していますか？
英語、スペイン語、フランス語、ドイツ語、ヒンディー語、アラビア語、日本語など約100言語です。
文字起こしから字幕を作るには？
SRTまたはVTTファイルをダウンロードして、動画プラットフォームに字幕としてアップロードします。
音声をテキストに変換するには？
ファイルを音声文字起こしツールにドロップし、言語を選んで「文字起こし」を押します。
オフラインでも動きますか？
音声認識モデルを一度ダウンロードしてキャッシュすれば、文字起こし自体は端末内で動作します。
どのモデルを選べばいい？
ほとんどの録音には「バランス」、素早い下書きには「高速」、難しい音声には「高精度」を使います。